廖正文[1](2021)在《基于资源的铁路运输能力理论与计算方法》文中进行了进一步梳理随着我国铁路运输网络特别是高速铁路网络的快速扩张,铁路运输供给和需求均发生了很大的变化。铁路运输能力计算问题研究运输资源投入与运输产品产出的定量关系,贯穿铁路规划、设计和运营全过程,需要在日新月异的铁路供需形势下发挥重要的指导作用。但是,既有的铁路运输能力计算方法考虑的因素不够全面且建模精度有限,在复杂的路网布局、运力资源配置和运输产品结构下,难以全面、准确地刻画铁路运输生产过程,能力计算结果的准确性有待提高。因此,有必要从铁路运输能力的形成机理出发,研究铁路运输能力计算问题的基本特征,提出各类复杂条件下的铁路运输能力计算方法,以指导铁路运输资源的配置和利用。本文从铁路运输生产系统中运输资源投入与运输产品产出的定量出发,分析、抽象铁路运输能力的要素和影响因素,将铁路运输能力计算问题归结为在运输资源约束下求可实现的最大运输产出的组合优化问题。结合现实中铁路运输能力计算问题的复杂性,基于优化图解法铺画满表列车运行计划的能力计算原理,提出“多资源”“多粒度”“多类别列车共线运行”的铁路运输能力计算模型及求解算法,具体的研究工作如下。(1)基于资源的铁路运输能力理论分析。从运输资源投入与运输产出的关系出发,分析铁路运输能力的形成机理,梳理铁路运输能力的概念谱系,分析铁路运输能力的影响因素。结合铁路运输生产特点,指出铁路运输能力计算亟待研究的关键问题。进一步地,从运输资源运用角度出发,抽象铁路运输能力计算问题的共性特征,利用“移动”和“资源”要素构建基于资源的铁路运输能力计算特征模型,将铁路运输能力计算问题一般化为在运输资源约束下求最大运输产出的组合优化问题,并给出0-1规划实例。在此基础上,根据实际铁路运输能力计算问题的复杂性,演绎特征模型中“资源”“移动”“运输产出”概念,分别提出“多资源”“多粒度”“多类别列车共线运行”3个具体的能力计算问题,形成具体的铁路运输能力计算框架。(2)考虑多种资源适配的铁路运输能力计算方法。梳理铁路运输资源利用的典型建模方式和大规模问题求解方法:将各类铁路运输资源建模方式归纳为基于资源请求冲突和基于资源时空状态两类,分别采用这两种建模方法对特征模型中的“资源”进行多类别演绎,以解决固定设备和活动设备资源适配下的铁路运输能力计算问题,以京津城际铁路为例验证。1)考虑区间、车站到发线、动车组资源约束,构建基于资源请求冲突的能力计算模型,采用时间域滚动算法求解;2)采用混杂时空网络描述区间和动车组资源适配,构建基于资源时空状态的铁路运输能力计算模型,采用拉格朗日松弛算法实现按资源类别分解的求解算法。(3)考虑多粒度资源运用协调的铁路运输能力计算方法。为了解决铁路点、线作业协调下的能力计算问题,在铁路点、线能力的影响因素及二者的关联性的基础上,对特征模型中的“移动”进行多粒度演绎,分别构建基于区间资源的宏观模型和基于车站轨道电路区段资源的微观模型。根据列车运行过程在宏观模型与微观模型中的一致性这一关键特征,构建基于多粒度时空网络的铁路运输能力计算模型,实现面向粒度自适应的行生成算法,根据宏观解中的微观冲突,有针对性地生成微观资源运用约束迭代求解,以实现能力计算精度与问题规模的平衡。以京津城际铁路及北京南站、天津站城际场为例验证。(4)面向多类别列车共线运行的铁路运输能力计算方法。采用列车数量表征运输能力难以表达不同类别列车在资源争用情况下数量“此消彼长”的关系。针对此问题,分析铁路运输能力在特征模型解空间中的意义,提出以“面”代“点”的铁路运输能力表征方式。在此基础上,演绎特征模型的目标函数,将能力计算的“最大化列车总数”的单目标扩展为“最大化各类列车数量”的多目标,并采用帕累托最优前沿表征铁路运输能力。构造与列车类别对应的多目标函数,分别设计基于列车流和基于列车运行图的多目标能力计算模型,采用约束法求解得到运输能力的帕累托最优前沿,并设计人机交互的帕累托最优解比选方法,为运营者分析比选符合运营偏好的能力利用方案提供支撑。以京津城际铁路为例验证。(5)实例分析。为了验证以上能力计算方法在实际问题中的适用性,以中国铁路郑州局集团有限公司管辖范围内的高速铁路和城际铁路网为例,在给定列车初始备选集的前提下,首先采用基于列车流的多目标能力计算模型计算不同径路列车竞争条件下的铁路网运输能力,得到各运行径路可以运行的最大列车数及列车备选集作为输入条件,综合运用“多资源”“多粒度”能力计算方法,铺画在区间、车站、动车组等资源约束下的满表运行图,计算铁路网运输能力,并分析动车组、关键枢纽车站等影响因素与运输能力的定量关系。实例分析结果表明:本文提出的能力计算方法可以系统地解决大规模的、涵盖复杂资源投入与产出的铁路运输能力计算问题。图73幅,表23个,参考文献162篇。
李斌斌[2](2021)在《城轨服务中断下乘客出行行为分析及应急接驳公交优化研究》文中指出城市轨道交通成为城市发展的主导交通模式,但随着轨道网络化运营规模不断的增加,运营环境变得愈加复杂。一旦发生服务中断,如何精确把握出行受阻乘客出行行为,制定高效高质应急接驳服务保证其后续出行,成为近些年来交通运输管理部门以及运营管理者关注的重点。传统应急接驳方案主要为基于积压客流产生后的被动疏解接驳,由于缺乏对受阻乘客出行行为以及需求弹性变化的考虑,往往出现供需不匹配和实施效果差的现象。因此,有必要从受阻乘客出行行为角度出发,立足于服务中断时空范围特征,构建应急接驳下受阻乘客出行方案选择行为模型并在此基础上开展应急接驳公交优化研究,在尽可能降低应急接驳成本的同时最大程度上保障受阻乘客出行。本文首先从服务中断下出行行为分析和应急接驳公交优化等方面开展了国内外研究综述,总结了既有研究进展及待改进之处;在此基础上,设计SP(Stated Preference)和RP(Revealed Preference)调查问卷获取应急接驳下受阻乘客出行行为相关数据;构建考虑不确定性和异质性的出行方案选择行为模型,深入分析受阻乘客决策过程、机理及影响因素;兼顾乘客和运营部门利益,建立基于多模式弹性需求的应急接驳公交运行方案优化模型以及联合调度下应急接驳公交行车计划优化模型,并设计相应求解算法得到综合成本最小化的应急接驳公交快慢车站停方案、发车时刻及其行车计划编制结果,为服务中断场景下运营管理部门组织高质高效应急接驳公交提供指导。具体而言,本文开展的研究工作及成果如下:(1)应急接驳下出行方案选择行为调查及特征分析。开展问卷调查获取应急接驳下出行行为相关数据,并在场景实验中设计具有不确定性的服务中断时间区间代替以往研究中简单假定的确定时间值以更加贴近现实场景。基于问卷数据进行出行特征分析,结果表明,场景属性(服务中断时间区间、发生时段、乘客位置)、个人属性(性别、收入、年龄)和出行特征属性(出行频次、服务中断经历、信息关注度)均在一定程度上影响应急接驳下受阻乘客出行方案选择行为。(2)考虑不确定性和异质性的应急接驳下出行方案选择行为建模。针对应急接驳场景下不确定服务中断持续时间引起的乘客出行方案中存在的不确定风险,分别构建基于特定属性扩展期望效用(Attribute-specific Extended Expected Utility,ASEEU)和信息熵不确定性风险度量(Risk Measurement with Shannon Entropy,RMSE)的出行方案选择模型。进一步考虑到乘客决策机理和决策权重异质性,基于潜在分类方法(Latent Class,LC)构建LC-ASEEU&RMSE和LC-RMSE模型,结果表明,存在ASEEU和RMSE两个决策机理的群体且后者人群显着占比远高于前者;同时乘客可划分为风险乐观/悲观两个类别,而风险悲观人群对等待风险的感知更加敏感。(3)弹性需求下应急接驳公交运行方案优化研究。基于能够精准刻画受阻乘客出行决策过程的行为模型实现服务中断下乘客需求分布的客观高精度预测,并考虑站停多样性构建快慢车组合的站停方案备选集合,进而建立弹性需求下应急接驳公交运行方案优化模型。立足于容量限制下受阻乘客弹性需求与应急接驳公交运行方案间相互反馈过程设计了包括乘客和接驳车辆的离散仿真事件并将仿真过程嵌入遗传算法中,同时设计了双层染色体表征蕴含不同站停方案的接驳公交发车间隔以提升求解高效性和准确度。结合广州城市轨道交通历史服务中断事件设计实验算例以验证所构建优化模型以及求解算法的有效性。结果表明,本文所构建的应急接驳公交运行方案优化模型求解得到的优化结果上行和下行方向上相较于无接驳(传统站站停单一站停方案)分别能够降低27.3%和28.8%(9.6%和11.7%)的成本。同时,为了给运营管理部门制定应急接驳方案提供政策性建议而进行了敏感性分析,结果表明:出行延误成本、接驳运行成本和综合成本均随过估计系数增大而增大;随着站停方案个数的增加,综合成本整体呈现下降趋势而求解耗时呈现出指数级增加趋势;随着接驳启动时间的增加,综合成本持续上升且上升幅度也在不断提高。(4)联合调度下应急接驳公交行车计划编制研究。在分析应急接驳公交运行方案特征的基础上确定了组合站停方案下快慢车联合调度的行车计划编制优化框架。以调度空驶时间和所需车辆数作为优化目标,并考虑相关时空约束及调度约束条件构建联合调度下应急接驳公交行车计划优化模型。结合优化问题多目标和解空间广的特征对NSGA-Ⅱ算法中编解码、交叉、变异操作进行适应性改造以保障求解时效性。基于广州城市轨道交通实验算例验证优化模型及求解算法的效果,多次重复试验结果表明求解算法具有较好的时效性和稳定性。同时将独立调度下优化结果作为对照组与联合调度进行对比分析。结果表明,联合调度策略下行车计划Pareto最优解集优于独立调度策略下行车计划Pareto最优解集,而不插入空驶车次情况下联合调度相较于独立调度能减少3辆接驳公交的使用,说明了在应急接驳公交行车计划编制中采用联合调度策略的优越性。图48幅,表27个,参考文献172篇。
李和壁[3](2021)在《高速铁路列车群运行仿真系统技术研究》文中认为针对我国高速铁路成网条件下固定设施跨越式发展与移动装备运行速度高、车型种类多,运营组织复杂、调度指挥难度高之间不平衡的协同难题,为明确高、中速列车共线运行、多类行车闭塞方式和列控方式共存的复杂模式与我国铁路设计规划、运营调度间的接口关系,挖掘铁路线路设计方案与车站拓扑结构对线路通过能力的影响,满足铁路运输组织的理论研究、工程运用对高速铁路网络系统基础设施分析规划的要求,量化列车时刻表适应性并分析突发事件和列车晚点对时刻表与后续行车波动影响,有必要利用相关理论构建关键技术仿真模型,开展我国高速铁路列车群运行仿真技术研究,进而为我国高速铁路路网规划设计、列车运行图调整优化、列控平台测试验证提供科学支撑。作者在阅读研究国内外学者相应研究成果基础上,梳理了列车群行车仿真理论方法,以我国高速铁路运输组织特点为基础,构建了高速铁路列车群运行仿真系统技术理论框架,并综合基础设施数据、动车组数据与列车时刻表数据等仿真基础数据,实现了信号系统模型、相关控车逻辑、列车车站运行模型以及多并发仿真算法,通过调度集中控制系统仿真模块构建CTC功能,从系统架构搭建、基础数据管理、列控系统建模等方面详细论述了列车群行车仿真技术。主要研究内容包含以下6个方面:(1)以实现单一列车在区间运行仿真为目的,对高速动车组不同工况下的受力进行分析研究,构建运动模型底层抽象类,具体化各型号列车牵引制动模式并予以分类,以此为基础构建高速铁路动车组运动模型并进行仿真研究。(2)以实现多列车区间运行追踪仿真为目的,针对高速铁路安全防护超速控车实际场景,建立应用于仿真体系的列控模型,基于此实现列控核心算法,通过模拟紧急制动曲线以及常用制动曲线触发逻辑,结合基础设备模型底层抽象类,开展高速铁路列车群多列车追踪列控模型仿真研究。(3)以实现高速铁路列车群路网仿真运行为目的,利用同异步仿真原理,探究同步异步仿真策略在高速铁路动车组仿真过程中的具体运用逻辑,基于线程池动态管理机制,实现列车群运营周期覆盖、CTCS-2/3信号系统逻辑以及CTC调度集中控制仿真,构建同异步架构下的多并发列车群运行控制仿真模型。(4)以实现高速铁路列车群动态显示仿真为目的,将路网基础设施结构作为底层数据框架,通过路网实际LKJ数据与设计施工数据多种方式存取,以同异步架构下的多并发列车群控制仿真模型为基础,开展高速铁路列车群动态显示仿真技术研究。(5)以计算铁路通过能力为目的,结合既有技术及框架,以真实铁路路网数据为基础,首先分析目标线路列车追踪间隔方案是否可行,进而搭建大型枢纽站通过能力、区段通过能力以及既有线改造需求下车站通过能力的计算场景,设计相关模型及算法,通过高速铁路列车群运行仿真技术验证其有效性。(6)以分析高速铁路晚点传播影响为目的,以真实行车数据为基础,构建服从随机系统事故分布以及CDF累计分布的铁路基础设备疲劳度概率模型,并据此开发设备随机故障模块,建立行车仿真随机干扰集,搭建列车晚点传播模型及场景,通过模拟设备失效分析其对运输秩序的影响程度及波动范围,探究晚点影响传播特性,进而为非正常行车组织方案优选提供手段与支撑。高速铁路列车群运行仿真平台涉及列车运动模型、路网结构搭建、路网里程转换、列车群并行、列车牵引计算、信号系统调优、列控计算、列控参数调整等一系列问题,属于铁路多学科多领域的交叉问题。开展融合多种模型技术的列车群运行仿真研究,不仅可以通过微观运动仿真实现验算制动能力、提高行车密度与通过能力,同时在宏观上进行辅助路网的规划设计,为深层次提高铁路路网运营服务水平提供有力支撑。
务圣博[4](2021)在《城市快速路交织区对主路运行状态影响研究》文中提出我国机动车保有量迅猛增加,城市路网规模日益扩大,作为城市道路交通系统的主骨架,城市快速路承担着大量交通运输需求。随着城市快速路里程不断上升,交织区交通拥堵现象常发,对快速路上游路段的交通运行状态产生了不良影响。因此,研究城市快速路交织区与主路上游路段运行状态的关系,对于提升城市快速路运行效率、缓解城市交通拥堵具有一定的现实意义。本文选取北京市西三环快速路航天桥北侧路段进行实地调查,对短交织区及其上游路段进行研究,采用视频法对该路段6:00-20:00的交通状况进行连续拍摄,从中提取得到快速路交通流量、速度、密度等交通流数据。在此基础上研究城市快速路交织区对主路上游路段交通状态的影响。首先,基于调研数据对城市快速路的交通流特性进行分析,研究城市快速路交通流基本参数之间的内在关系,对交织区及主路上游路段进行交通特性研究,建立交通流关系模型。研究结果表明该路段的密度和速度呈现线性函数关系,且其交通流特点能够反映出城市快速路交通运行状态。其次,采用模糊C均值聚类算法对城市快速路的交通状态进行了划分,分为自由流、稳定流和饱和流。利用因子分析法确定了交织区的关键影响因素,即交织流量和非交织流量。基于调查数据分析了交织区关键影响因素对主路上游路段交通流的影响,并构建了能够反映交织区影响特性的数学模型,确定了主路上游路段不同交通状态下交织区关键影响参数的取值范围。结果显示,在自由流与饱和流状态下,交织流量与非交织流量均只有一种参数关系,而在稳定流状态下有两种参数关系;在自由流、稳定流与饱和流的交织流量范围有重合时,可根据不同的参数关系确定其具体交通状态。最后,本文利用VISSIM进行仿真。仿真结果表明交织流量中不同驶入和驶出车流的构成对主路上游路段的交通运行状态具有相似的影响,通过改变交织流量和非交织流量能够得到主路上游路段的不同交通状态。论文通过理论研究和仿真分析,揭示了城市快速路A类短交织区的运行特征,确定了交织区关键影响参数对城市快速路上游路段交通状态的影响范围。本文成果为深入研究城市快速路交织区对主路上游交通流的运行状态影响提供了理论基础,为构建城市快速路交织区管理机制、改善快速路交通运行状态提供理论支持。
梁星灿[5](2021)在《货车分心驾驶行为对交通安全的影响研究》文中研究指明随着车载电子产品的普及和应用,当今驾驶员分心驾驶的情况越来越普遍。分心驾驶引发了众多交通事故,给道路交通带来了极大安全隐患。然而现有分心驾驶的研究大多集中在普通小车驾驶人,对货车驾驶人分心驾驶给交通安全产生的危害却较少研究。因此,深入研究货车驾驶人分心驾驶对车辆行为和交通安全产生的影响对提升道路交通安全水平具有重要意义。本文针对货车驾驶人分心驾驶展开调查研究,选择“蓝牙通话”、“看窗外”和“发微信”三种典型分心次任务作为研究对象,设计并开展模拟驾驶实验,采集分心驾驶状态下车辆运行数据。然后,建立考虑分心驾驶显着特征的IDM模型用于描述分心驾驶状态下车辆的跟驰行为,在此基础上从微观层面研究驾驶人分心驾驶对自身车辆驾驶绩效的影响,从中观层面上研究分心驾驶车辆给所在车队行驶稳定性带来的影响,从宏观层面上分析分心驾驶车辆的微观行为与宏观交通流运行效率和安全水平特征之间的联系。本文从分析货车驾驶人分心驾驶的角度,量化三种典型的分心次任务带来的影响程度,并系统性探索了分心驾驶影响的传递机制,具有一定的学术价值,可为相关道路安全法规的制定提供理论依据。本文的主要研究内容如下:(1)分心驾驶数据采集。结合自然驾驶观察法(NDS)与事故数据统计法,从分心次任务的常发性和危险性两方面考虑,确定货车驾驶人典型分心驾驶次任务。搭建多车辆联动模拟驾驶平台,针对三种典型分心次任务设计并开展模拟驾驶实验,分别采集稳定流和饱和流环境下驾驶人正常和分心状态下的车辆运动状态指标数据。(2)分心驾驶跟驰模型研究。在考虑分心驾驶行为对车辆运行状态影响特征的基础上,建立考虑分心驾驶的IDM跟驰模型,采用遗传算法使用模拟驾驶实验数据对跟驰模型参数和分心影响参数进行了标定和验证。验证结果表明,改进的IDM模型较原IDM模型能更好描述驾驶人分心状态下的跟驰行为。(3)分心驾驶对车辆绩效及车队稳定性影响研究。采用Relief算法提取出分心驾驶影响较大的10项车辆绩效特征指标并进行差异性分析。分析得出三种分心驾驶次任务在不同交通流环境下对车辆纵向、横向驾驶绩效及跟驰行为的影响。在微观层面研究的基础上,针对货车分心驾驶对后方车辆运动状态的影响进行分析,并通过改进的IDM模型进行车队稳定性分析和数值仿真,从中观层面分析驾驶人分心驾驶对车队稳定性的影响。(4)分心驾驶对交通流影响研究。建立考虑分心和车型差异的换道模型,构建驾驶人随机分心模型,搭建基于SUMO软件的交通仿真框架并开展分心驾驶影响研究,探究不同货车比例和分心比例对交通流效率指标和安全水平指标的影响。宏观研究结果显示,交通流中货车比例的增大会增加拥堵风险,降低交通流运行速度,同时分心驾驶比例增大会导致交通流稳定性下降,安全水平降低。因此交管部门需加强对驾驶人分心驾驶行为的监管力度,以降低由分心驾驶引发的交通事故数量。图63幅,表35个,参考文献99篇。
任昊[6](2021)在《基于AgriDEM的刚性轮在土壤地面上滚动过程研究》文中研究说明中国是农业耕种大国,耕地总面积达到18.51亿亩,庄稼种植是土地利用的主要形式之一。在农业中扮演着非常重要作用的拖拉机却存在诸多问题,往往存在着由于驱动轮的抓附力不足而达不到所需求的耕作深度和农艺要求的问题。因此,为提高农业用车辆在松软地面的通过性,需要对车辆在松软地面的行驶过程进行更为深入研究。本文结合“大功率拖拉机智能设计‘三化’技术及拖拉机行走系统智能设计技术研究”项目,以东方红LF2204大功率轮式拖拉机车轮与田间土壤(壤土、粘土)地面相互作用为主要研究对象。通过使用离散元与多刚体耦合的方法,研究拖拉机在松软地面上的牵引通过性问题。本文的工作主要内容如下:(1)土壤物理力学特性试验为了确定土壤的质地、物理参数及力学特性,同时也为土壤几何和力学建模提供基础。选取试验田的壤土和云南昆明的红土作为研究对象,利用相应的仪器设备对土壤壤样本进行物理和力学特性试验。不仅获取土壤的宏观特性,同时能为后续的土壤颗粒建模及参数标定做准备。(2)轮胎和土壤颗粒几何建模由于拖拉机轮胎气压充足情况和变形较小的特征,轮胎采用刚性轮的方式进行建立模型。首先对轮胎的尺寸进行测量及外观简化处理,使用三维软件建立轮胎的几何模型。由于土壤具有离散性,选取土壤颗粒中占比最多的粒径区间,根据观察的颗粒形状及占比,进行简化并使用三维软件Creo建立土壤颗粒的几何多球模型。(3)轮胎和土壤力学模型建立通过上述的物理力学试验获取土壤的力学特性,选取适合的力学模型(粘颗粒模型)。利用仿真软件Agri DEM进行同等状况下的仿真模拟对应的实际试验,通过适当调整,使模拟结果和实际试验结果一致,即可验证所建立的轮胎和土壤模型的准确性,以及获取更准确的土壤微观力学参数。根据车轮的宏观物理和力学特性,对其刚性模型进行赋予适合的力学参数,完成轮胎和土壤的力学模型建立。(4)拖拉机田间试验选用东方红LF2204轮式拖拉机在田间进行试验,对拖拉机进行田间牵引性能的测试。通过试验获得拖拉机在两驱和四驱下的正反向滚动阻力、牵引力、牵引功率及滑转率等性能指标。(5)对轮胎与松软路面相互作用过程进行离散元仿真分析将建立的轮胎和土壤模型导入仿真软件Agri DEM中,并根据实际情况建立模拟土槽和松软地面。并且赋予相应的力学模型和力学参数,建立土壤-轮胎作用数值模拟系统,对轮胎在土壤上的滚动过程进行仿真分析。验证所建立的土壤-车轮仿真系统的准确性和可行性,同时为后续研究提供一种思路和方案。
顾欣[7](2020)在《高速公路互通立交合流区交通冲突预测模型研究》文中研究说明高速公路互通立交合流区是辅助互通立交完成路网车辆转向功能的重要“阀门”。合流区内交通环境复杂、车辆合流行为频繁,驾驶员易发生错误判断及操作,容易导致交通冲突发生概率增加,引发交通事故。在互通立交数量增长和互通立交合流区安全问题突出的双重背景下,研究高速公路互通立交合流区安全问题,构建安全分析模型,对深入探究安全影响因素,提高互通立交合流区安全性,提升互通立交区域服务品质具有重要意义。基于此,本文以揭示微观层面合流冲突形成机理为目标,开展了对高速公路互通立交合流区交通冲突预测模型的研究。论文分析了高速公路互通立交合流区交通运行特征,提出了合流冲突的定义;研究了合流冲突的形成过程和冲突类型及特征;在总结现有冲突数据采集方法的基础上,提出了基于无人机航拍视频的交通冲突识别系统;并对合流冲突影响因素进行了分析。针对基于无人机航拍视频的交通冲突识别系统,论文研究了视频画面处理、视频稳定和校准等视频预处理方法;在总结常见运动目标检测算法和常见运动目标追踪算法的基础上,提出了基于Mask R-CNN(Region-CNN,Convolutional Neural Networks)和CSRT(Discriminative Correlation Filter with Channel and Spatial Reliability Tracking)结合的车辆检测和追踪方法;并结合交通冲突指标,实现交通冲突识别。最后,以马群互通立交合流区为调查对象展示了交通冲突识别方法的应用。为了从微观驾驶行为层面分析合流冲突风险,论文对合流决策行为进行了研究。从合流执行位置、合流持续时间、合流速度等方面对合流选择行为特性进行了分析。提出了一种考虑驾驶员合流行为的冲突风险预测框架,即基于随机参数多层逻辑回归模型对合流决策行为进行预测,并利用冲突风险计算模型计算每一决策点的冲突风险。研究结果表明,合流车辆速度、合流驾驶员驾驶能力、合流执行位置对合流冲突风险具有显着性影响。该模型不仅可以计算单个合流车辆在合流过程中任一时刻的合流冲突风险,也可以对合流区域总的合流冲突风险进行集计计算,可应用于交通安全评价和危险交通状态监控。针对样本关联性问题,论文提出了两种建模方法。一种是构建考虑合流持续时间和合流冲突率的联合冲突预测模型,探究合流行为和合流冲突的耦合关系;分别采用生存分析模型和Tobit模型预测合流持续时间和合流冲突率,并基于二者的联合模型来进行合流冲突风险预测。模型结果表明,合流选择行为与合流冲突风险之间存在耦合影响。另一种是构建基于贝叶斯网络的合流冲突预测模型,探究影响因素之间的关联性和不确定性关系。模型结果表明,不同离散化标准对冲突预测精度有显着影响,且众多关键因素之间存在交互影响。在贝叶斯网络模型的基础上,提出了交通冲突链的识别方法。针对冲突预测模型的应用,论文还提出了一种计算下一时间窗内合流冲突风险的主动风险预测建模策略,并采用二项逻辑回归模型、多项式逻辑回归模型和巢式逻辑回归模型对采集数据进行了建模和比较;最终提出了所构建模型在合流辅助系统中的应用方案。
邢璐[8](2020)在《基于微观轨迹数据的主线收费站分流区交通安全评价研究》文中指出作为高速公路主要事故黑点,收费站的交通安全问题已备受关注。尤其在收费站上游道路的车辆分流区域,有限的道路空间、复杂的车道配置以及不同的收费类型给驾驶员正常行驶提升了难度,也使得车辆在此区域的事故风险显着提升。虽然,交通管理部门已于近年开始重视上述问题,并从收费方式着手解决收费站对高速公路发展及车辆正常运行的限制,但由于收费站发展处于过渡阶段,实施的措施对车辆安全改善的效果并不明显。同时,收费站的更新换代也导致已有安全评估系统的失效,亟需修正已有事故风险评估模型,保证收费站分流区安全预警系统能够适应快速更新的交通环境。因此,有效合理地评估车辆在分流区内的安全,明晰车辆事故风险影响机理,构建适用性广泛的收费站安全评价体系对收费站安全管理尤为重要。为此,本研究依托国家自然科学基金面上项目《混合收费站运行安全和效率影响机理与多领域协同分析设计研究》(51778141)以及江苏省研究生科研与实践创新计划项目《基于交通冲突的混合型收费站前广场交通安全影响研究》(KYCX17_0148),以南京混合型主线收费站分流区为例,探究收费站分流区车辆事故风险特征以及事故影响机理,改善分流区交通安全。论文的主要研究内容包含以下五个方面:首先对混合型主线收费站分流区进行重新定义,将收费站车辆分流行为的传统研究范围拓展到车辆实施预备分流的主线道路,并从理论角度概括车辆在收费站分流区的行驶过程、换道及速度特征。其次,从系统框架和功能、目标检测、目标跟踪、误差消除以及坐标系转换等方面深入介绍基于视频识别技术的车辆轨迹自动识别系统,以及获取完整车辆轨迹和提高车辆轨迹精度的过程,强调了高精度视频识别对复杂道路节点中转向或变道车辆跟踪的重要性。在此基础上,以沪蓉高速南京收费站分流区为例,从车辆类型、行驶时间、行驶速度、速度变化、车道选择等方面探究收费站分流区的交通流特征。第二,详细阐述了交通冲突技术以及交通冲突判别指标,重点讨论传统指标适用场景的局限,提出适用于无约束车辆运动交通冲突计算的安全替代指标(拓展距离碰撞时间,ETTC)及其计算方法,弥补传统指标的局限性。进一步明确收费站分流区车辆运动的无约束特征,定义分流区交通冲突并分类,详细介绍了分流区交通冲突形成过程及影响因素。基于车辆微观轨迹数据和ETTC,提取车辆在收费站分流区内交通冲突并判别安全状态,详细刻画交通冲突特征,对比车辆事故风险的差异性。第三,基于收费站分流区车辆微观轨迹和交通冲突估计结果,构建参数事故风险评估模型(Logistic回归,LR)和五种非参数事故风险评估模型(决策树、随机森林、支持向量机、K邻近算法和神经网络算法),对比六种模型对分流区车辆事故预测的精度和模型结果的解释能力,优选适用于收费站分流区的事故风险评估模型。在此基础上,通过构建基于贝叶斯方法的随机参数logistic回归模型,摆脱IIA假设约束并且有效捕捉解释变量未被观测到的异质性。探究车辆类型、收费通道选择、行驶速度、行驶位置以周边车流与车辆安全之间的关系,对分流区车辆事故影响机理进行详细的剖析和解读。研究成果为交通安全管理者理解分流区交通事故影响机理、有效预测分流区车辆事故、制定和实施安全管理决策提供了理论基础和实证指导。第四,通过探究车辆分流行为的连续性动态变化,发掘车辆事故风险具有的时空动态差异,提出车辆在分流区内的行驶时间和行驶距离对事故风险影响的重要性。基于随机参数事故风险评估模型,进一步引入车辆分流行为的连续动态特征,提出了基于行驶时间和行驶距离的随机参数事故风险模型,探索车辆安全在时间和空间上连续动态变化,以及各影响因素与车辆安全内在联系的影响作用。通过对基础模型、时变模型和空间变化模型的评估效果对比,证实考虑时空动态变化的有效性。此外,将收费站分流区混行车辆划分为四种混行类别,对比不同混行类别的车辆事故风险时变影响机理,捕捉不同混行类别的车辆安全差异性,证实车辆混行对分流区交通安全的危害,为收费站收费方式改革提供理论支持。最后,研究基于对离线静态估计在安全管理实践中的局限性以及滞后性的探讨,以六种数据采样方法模拟数据离散特征,采用贝叶斯动态LR理论构建能够随着数据更新实现自适应修正的分流区车辆事故风险评估模型,并验证了模型自适应修正和动态估计的有效性。在模型基础上,提出考虑动态更新的收费站分流区车辆安全预警系统。同时,采用灰度聚类评价方法,构建分流区车辆安全预分级模型,将车辆自身安全性能划分为四个等级,并优化四类安全级别车辆的ETTC阈值和事故概率阈值。基于事故风险评估模型动态更新以及车辆安全预分级,构建同时具有动态更新和细分车辆安全等级功能的分流区车辆安全预警系统,将研究结果应用到安全管理实践。在预警系统的基础上,提出安全行驶诱导、安全状态监控、高危状态急救以及危险行为干预的车辆安全改善思路以及多种安全管控措施,实现研究结果和工程实践的有效结合,同时将收费站安全研究成果推广应用到类似的复杂道路节点中,为道路安全管理提供有效的方法支撑和借鉴。
李祖芬[9](2020)在《面向排放测算的基于加速度分布的运行轨迹重构模型研究》文中研究说明道路交通排放已成为城市空气污染的主要源头之一,在城市空气污染治理中,准确地量化各排放物的排放水平是节能减排政策效果评价的基础,而排放的测算依赖于排放模型的建立。对于目前应用广泛的MOVES(Motor Vehicle Emissions Simulator)排放模型,机动车比功率(Vehicle Specific Power,VSP)及其分布是排放测算的关键参数,而VSP分布的建立对数据的质量要求较高,需输入逐秒的运行轨迹数据,目前GPS数据采集和微观交通仿真是VSP分布建立的两种主要数据源。然而,在运用这两种运行轨迹数据建立VSP分布时,存在以下两个现实问题:(1)实时采集大量逐秒轨迹数据的存储和通讯成本非常高,就目前的计算机技术而言,难以实现大规模逐秒数据的实时传输。而现实世界中存在大量的稀疏轨迹数据(即数据间隔大于1秒的数据),用于路径导航和交通状态监测,但稀疏轨迹无法用于准确计算加速度和VSP,因而无法直接用于排放的准确测算;(2)交通微观仿真模型虽然能够得到逐秒的连续轨迹数据,但仿真模型原本的设计目标是刻画集计意义上的参数(如平均速度、车头时距等),因此牺牲了刻画逐秒微观加减速行为的能力,造成了基于微观仿真轨迹的排放测算精度低。在此背景下,本文以快速路为研究对象,分别建立稀疏轨迹和微观仿真轨迹的重构模型,目标是解决如何运用这两种数据源进行排放的准确测算问题。本研究的主要成果可以总结为以下五个方面:(1)研究了加速度随机性特征对排放测算的影响机理:通过选取未考虑加速度随机性特征的数学函数插值法(线性插值和三次样条插值法)对稀疏轨迹进行重构,两种方法重构后轨迹与实际轨迹排放测算最大相对误差分别达到33.3%和17.3%,验证了轨迹重构时不考虑车辆的加速度随机性特征将导致排放的不准确测算。为准确刻画加速度随机性特征,研究提出了运用加速度的统计规律——加速度分布来刻画加速度随机性特征的基本方法。(2)基于大量轻型车实测逐秒轨迹,提出了以不同运行状态下的加速度分布模型刻画加速度随机性特征的方法。首先,根据运行轨迹速度的波动范围定义了稳态、非稳态加速和非稳态减速三种运行状态。基于这三种运行状态的定义,建立了运行状态的识别方法,分析了不同运行状态下加速度分布特征。通过拟合不同运行状态下加速度分布概率密度函数建立了相应的加速度分布模型,拟合优度均在0.9以上。(3)基于加速度随机性特征及分布模型,建立了稀疏轨迹重构模型。首先,分析了基于稀疏轨迹进行排放测算产生误差的原因。其次,将稀疏轨迹进行30s的轨迹片段分割,并对每个轨迹片段进行运行状态识别,根据识别的结果选取相应的加速度分布模型生成加速度随机数,进而对每个轨迹片段内稀疏点间的轨迹进行重构,该方法在本文中简称加速度分布插值法。最后,通过对比加速度分布插值法和常用的三次样条插值法,验证了加速度分布插值法的有效性。结果表明:对于五秒以上的稀疏轨迹,加速度分布插值法重构后的排放因子相对误差显着低于三次样条插值法,CO2、CO、NOX、THC排放因子的相对误差最大值可分别降低8.5%、26.9%、21.3%、24.4%;对于五秒及以内间隔的稀疏轨迹,三次样条插值法重构后的排放因子相对误差略低于加速度分布插值法,但两种方法间的排放因子平均相对误差在2%以内。(4)基于加速度随机性特征及分布模型,建立了微观仿真轨迹重构模型。首先,剖析了仿真模型的排放测算误差影响机理;其次,提出了以提取微观仿真集计特征为基础,基于实测轨迹的加速度随机性特征及分布进行轨迹重构的微观仿真轨迹重构机理。最后,以VISSIM微观仿真轨迹为例,建立了微观仿真轨迹重构模型,与重构前相比,轨迹重构后的CO2、CO、NOX和THC排放因子相对误差最大可降低22.2%、59.3%、14.3%、16.5%。(5)以实际快速路路段为案例,分别验证了稀疏轨迹和微观仿真轨迹重构模型的有效性。结果表明本研究建立的稀疏轨迹和微观仿真轨迹重构模型均能有效降低排放测算误差:(a)对于稀疏轨迹的重构,运用加速度分布插值法对三十秒间隔及以内的稀疏轨迹重构后CO2排放量与实测CO2排放量之间的平均相对误差均在5%以内;(b)对于微观仿真轨迹的重构,与重构前相比,稳态、非稳态加速、非稳态减速轨迹重构后的CO2排放量相对误差最大可降低34.6%、13.7%、30.8%。
董长印[10](2020)在《高速公路智能网联汽车下匝道换道控制与评价研究》文中指出智能网联交通系统是智能交通系统未来的重要发展方向之一。智能网联交通涵盖车联网与车路协同、自动驾驶、智能网联汽车、自动公路等研究领域,具有广阔的市场前景和重要的战略意义。按照约定的通信协议和数据交互标准,实现车与车、车与路、车与人以及车与交通管理设施/系统之间的通讯和信息交换,形成智能化交通管理、智能化动态信息服务和网联车辆智能化自动驾驶的一体化智能网络,是物联网技术在交通运输领域的重要应用。作为一种新型加强版的出行工具,智能网联汽车是解决道路安全、交通拥堵、能源短缺及环境污染等问题的手段之一。面向智能网联汽车的换道控制是引导更安全、更舒适、更节能、更环保的关键技术,近年来得到了学术界和工程界的广泛关注。但目前针对高速公路智能网联汽车下匝道换道控制与评价的理论研究较少,尚未建立起完善的换道控制研究框架,严重制约着这一新兴技术的发展。理论研究层面,论文研究的开展有助于加深理解智能网联汽车换道控制对高速公路瓶颈交通流影响机理,理解控制算法与策略对于换道控制效果的影响,并认识换道控制对于改善多车道高速公路瓶颈路段交通安全与通行能效率的作用。工程应用层面,论文研究成果有助于加快我国智慧高速公路建设,提升智能网联交通系统管理水平,改善高速公路现存严峻的交通问题,具有重要的工程应用价值。论文依托一项国家重点研发计划和两项国家自然科学基金,采用美国NGSIM数据库、各国交通经济等相关数据,从机理分析、策略对比、效果分析、技术应用、远景预测五方面出发,对智能网联汽车下匝道换道控制与评价中若干关键问题进行探索与研究。首先建立智能网联汽车换道模型和换道路径控制策略,其次提出基于机器学习的换道行为建模方法,接着应用进化学习理论,构建智能网联汽车换道轨迹反馈控制框架,之后提出基于场论的换道行为安全评价指标,最后建立面向智能网联交通系统的综合经济评价模型。论文的主要研究内容可以具体分为如下几个方面:首先,建立智能网联汽车下匝道换道模型和控制策略。根据高速公路下匝道交通流运行特征和智能网联汽车控制流程,分析智能网联汽车环境感知系统获取信息及换道决策过程,分析下匝道换道行为对瓶颈交通流的影响机理,通过分析目标车道内换道间隙计算、预测、比选、执行等步骤,提出面向下匝道智能网联汽车的强制换道模型;提出多种分级换道路径控制策略并对比分析不同策略控制下交通运行状态,求解特定环境下多车道高速公路下匝道瓶颈路段最优换道路径控制策略。其次,应用机器学习算法对下匝道换道行为进行建模。将完整的换道过程分为换道决策和换道执行两个步骤,分别提出基于机器学习算法的换道行为建模方法。建立基于随机森林的换道决策模型,采用目标车道内多辆车和多个间隙构建决策树,针对下匝道换道行为对前后车辆的影响,建立基于神经网络的换道执行模型,对比不同换道模型对车辆行驶轨迹在速度和位置特征追踪效果方面的差异,并针对多车道高速公路下匝道瓶颈路段不同设置场景,分析新型换道模型对智能网联交通系统控制的效果。第三,构建基于进化学习的下匝道换道轨迹反馈控制框架。对进化论与交通控制进行本质分析与对比研究,基于进化学习思想构建旨在解决数据数量和质量的换道控制框架。以基于机器学习的下匝道换道模型为智能网联环境仿真平台,采用多目标综合成本函数对目标轨迹数据库进行筛选并形成母本训练集,从新旧换道轨迹综合数据库中提取出子代数据集。分析换道控制区域长度、智能网联汽车市场渗透率等关键参数对运行效率和交通安全的影响,探究进化学习迭代次数和换道轨迹提取数量设置对拟合精度和计算效率的控制效果。第四,提出基于场论的换道行为安全评价指标。提出五车交互的换道行为建模方法,针对动力学场和行为场构建智能网联汽车综合磁场,仿真分析基于叠加场力的换道行为评价效果,并与传统指标碰撞时间TTC对比分布效果。提出以百分比为判别条件的换道行为风险等级,评价不同下匝道换道路径控制策略的速度演化、场力分布、风险评估等特征,为最优控制策略的选择提供决策支持。最后,提出面向智能网联环境交通下匝道瓶颈路段的综合经济评价模型。针对智能网联交通下匝道瓶颈路段特征进行经济影响因素研究,通过对比常规高速公路环境建立面向智能网联环境的综合经济评价模型,通过对世界典型18个国家及其组成的5个地区交通经济调查,收集与预测近中远期综合经济评价模型中各项成本参数,根据不同车-车/车-路控制方案,仿真分析各国各区域的智能网联交通下匝道瓶颈路段经济表现特征,对比不同控制方案在不同时期的经济优势,为智能网联环境交通经济影响评价和控制策略决策提供理论依据。
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 铁路运输能力的定义与影响因素研究 |
| 1.3.2 铁路通过能力计算方法研究 |
| 1.3.3 铁路输送能力计算方法研究 |
| 1.3.4 研究现状总结 |
| 1.4 研究内容和论文结构 |
| 2 基于资源的铁路运输能力理论 |
| 2.1 铁路运输能力的内涵 |
| 2.1.1 铁路运输能力的形成 |
| 2.1.2 铁路运输能力的相关概念 |
| 2.1.3 铁路运输能力计算的意义 |
| 2.2 铁路运输能力的影响因素 |
| 2.2.1 技术条件因素 |
| 2.2.2 运输组织因素 |
| 2.3 铁路运输能力计算的关键问题 |
| 2.3.1 需求不均衡特征与资源均衡使用期望的矛盾 |
| 2.3.2 铁路运输资源一般性与特殊性的矛盾 |
| 2.3.3 铁路运输能力“大尺度”与“小尺度”的矛盾 |
| 2.3.4 铁路运输能力复杂内涵与简单表征方式的矛盾 |
| 2.4 基于资源的铁路运输能力计算特征模型 |
| 2.4.1 铁路运输能力的抽象要素 |
| 2.4.2 铁路运输能力计算特征模型 |
| 2.4.3 特征模型的实例化 |
| 2.5 铁路运输能力计算框架与研究边界 |
| 2.5.1 铁路运输能力计算框架 |
| 2.5.2 研究边界 |
| 2.6 本章小结 |
| 3 考虑多种资源适配的铁路运输能力计算方法 |
| 3.1 铁路运输资源利用的一般建模与求解方法分析 |
| 3.1.1 基于资源请求冲突建模方法分析 |
| 3.1.2 基于资源时空状态建模方法 |
| 3.1.3 基于资源请求冲突与基于资源时空状态建模方法的关系 |
| 3.1.4 大规模铁路运输资源利用问题求解方法分析 |
| 3.2 按时间域分解的多资源铁路运输能力计算方法 |
| 3.2.1 基于资源请求冲突的铁路运输能力计算模型 |
| 3.2.2 时间域滚动算法 |
| 3.2.3 案例分析 |
| 3.3 按资源类别分解的多资源铁路运输能力计算方法 |
| 3.3.1 基于资源时空状态的铁路运输能力计算模型 |
| 3.3.2 按资源类别分解的拉格朗日松弛算法 |
| 3.3.3 案例分析 |
| 3.4 本章小结 |
| 4 考虑多粒度资源运用协调的铁路运输能力计算方法 |
| 4.1 铁路点、线能力利用协调下的运输能力计算问题 |
| 4.1.1 区间通过能力 |
| 4.1.2 车站通过能力 |
| 4.1.3 点、线能力利用协调 |
| 4.2 不同粒度资源下列车运行过程建模 |
| 4.2.1 不同资源粒度下列车运行过程表达方法 |
| 4.2.2 多粒度列车运行过程建模思路 |
| 4.2.3 宏观粒度列车运行过程建模 |
| 4.2.4 微观粒度列车运行过程建模 |
| 4.2.5 宏观—微观模型的一致性关系 |
| 4.3 多粒度资源运用协调的铁路运输能力计算方法 |
| 4.3.1 多粒度能力计算模型 |
| 4.3.2 面向粒度自适应的行生成算法 |
| 4.4 案例分析 |
| 4.4.1 点、线能力利用协调下的铁路运输能力 |
| 4.4.2 车站设备对运输能力的影响 |
| 4.5 本章小结 |
| 5 面向多类别列车共线运行的铁路运输能力计算方法 |
| 5.1 多类别列车共线运行的铁路运输能力 |
| 5.1.1 多类别列车共线运行的资源利用特点 |
| 5.1.2 既有能力表征方法的局限性 |
| 5.1.3 铁路运输能力的帕累托表征 |
| 5.2 基于多目标优化的铁路运输能力计算方法 |
| 5.2.1 计算思路 |
| 5.2.2 基于列车类别的能力计算目标函数 |
| 5.2.3 基于列车流的多目标优化模型 |
| 5.2.4 基于运行图的多目标优化模型 |
| 5.2.5 帕累托最优前沿求解方法 |
| 5.2.6 人机交互帕累托解比选 |
| 5.3 案例分析 |
| 5.3.1 不同径路列车共线运行能力计算与分析 |
| 5.3.2 不同停站方案列车共线运行能力计算分析 |
| 5.4 本章小结 |
| 6 基于资源的铁路运输能力计算实例分析 |
| 6.1 实例分析概述 |
| 6.1.1 实例场景简介 |
| 6.1.2 实例分析思路 |
| 6.1.3 列车运行径路及停站方案备选集 |
| 6.2 不同径路列车共线运行下的铁路运输能力计算 |
| 6.3 铁路网运输能力计算与分析 |
| 6.3.1 运输能力利用情况分析 |
| 6.3.2 动车组资源对运输能力的影响 |
| 6.3.3 关键枢纽车站对运输能力的影响 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 应急接驳实践问题的思考 |
| 1.1.3 研究意义 |
| 1.2 研究目标及范围界定 |
| 1.2.1 研究目标 |
| 1.2.2 研究范围界定 |
| 1.3 研究内容与技术路线 |
| 1.4 本章小结 |
| 2 国内外研究现状 |
| 2.1 服务中断下出行行为研究 |
| 2.1.1 数理统计方法 |
| 2.1.2 乘客仿真模型 |
| 2.1.3 离散选择模型 |
| 2.2 应急接驳公交优化 |
| 2.2.1 通用公交优化框架 |
| 2.2.2 应急接驳公交优化 |
| 2.3 研究现状评述 |
| 2.4 本章小结 |
| 3 应急接驳下出行方案选择行为调查及特征分析 |
| 3.1 行为调查问卷设计 |
| 3.1.1 场景实验设计 |
| 3.1.2 出行特征调查 |
| 3.1.3 个人属性调查 |
| 3.2 调查数据收集及统计分析 |
| 3.2.1 样本合理性验证 |
| 3.2.2 出行特征信息 |
| 3.2.3 个人属性信息 |
| 3.3 应急接驳下出行方案选择行为特征分析 |
| 3.3.1 场景变量对方案选择分布的影响 |
| 3.3.2 出行特征对方案选择分布的影响 |
| 3.3.3 个人属性对方案选择比例的影响 |
| 3.4 本章小结 |
| 4 考虑不确定性和异质性的应急接驳下出行方案选择行为建模 |
| 4.1 基于扩展期望效用的出行方案选择行为建模 |
| 4.1.1 扩展期望效用理论 |
| 4.1.2 扩展期望效用计算 |
| 4.1.3 模型变量说明 |
| 4.1.4 模型检验 |
| 4.1.5 模型结果分析 |
| 4.2 基于信息熵风险度量的出行方案选择行为建模 |
| 4.2.1 信息熵风险度量方法 |
| 4.2.2 模型变量说明 |
| 4.2.3 模型结果分析 |
| 4.3 基于潜在分类模型(LCM)的出行方案选择行为建模 |
| 4.3.1 LCM建模框架 |
| 4.3.2 模型变量说明 |
| 4.3.3 模型结果分析 |
| 4.4 应急接驳下出行方案选择模型汇总 |
| 4.5 本章小结 |
| 5 弹性需求下应急接驳公交运行方案优化研究 |
| 5.1 问题描述及解决思路 |
| 5.2 应急接驳公交运行方案优化模型 |
| 5.2.1 符号说明 |
| 5.2.2 模型假设 |
| 5.2.3 优化模型 |
| 5.3 模型求解算法 |
| 5.3.1 算法选择 |
| 5.3.2 站停方案生成 |
| 5.3.3 离散事件仿真过程 |
| 5.3.4 基于仿真的改进遗传算法设计 |
| 5.4 案例分析 |
| 5.4.1 基础数据 |
| 5.4.2 优化结果 |
| 5.4.3 灵敏度分析 |
| 5.5 本章小结 |
| 6 联合调度下应急接驳公交行车计划编制研究 |
| 6.1 问题描述及解决思路 |
| 6.2 联合调度下行车计划编制优化模型 |
| 6.2.1 符号说明 |
| 6.2.2 模型假设 |
| 6.2.3 优化模型 |
| 6.3 模型求解算法 |
| 6.3.1 算法选择 |
| 6.3.2 约束条件处理 |
| 6.3.3 NSGA-Ⅱ算法关键操作设计 |
| 6.4 案例分析 |
| 6.4.1 基础数据 |
| 6.4.2 对照求解算法 |
| 6.4.3 优化结果 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录A 城轨服务中断下乘客出行行为调查问卷 |
| 附录B 受阻客流界定主程序代码 |
| 附录C 同和-龙归应急接驳公交行车计划优化结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 研究意义 |
| 1.4 论文结构 |
| 1.5 论文资助 |
| 2 国内外研究综述 |
| 2.1 国外研究现状 |
| 2.1.1 仿真系统维度综述 |
| 2.1.2 模型构建维度综述 |
| 2.1.3 设备仿真与扰动调整综述 |
| 2.2 国内研究现状 |
| 2.2.1 列车运行控制维度综述 |
| 2.2.2 调度运营仿真维度综述 |
| 2.3 既有研究借鉴及总结 |
| 2.4 小结 |
| 3 高速铁路列车群运行仿真技术 |
| 3.1 高速铁路动车组运动模型 |
| 3.1.1 动车组受力分析 |
| 3.1.2 动车组运动模型 |
| 3.2 高速铁路动车组列控模型 |
| 3.2.1 动车组ATP列控模型 |
| 3.2.3 动车组ATO列控模型 |
| 3.3 同异步架构下的多并发列车群运行控制模型 |
| 3.3.1 多并发列车集群运行框架 |
| 3.3.2 CTCS-2/3 信号系统逻辑 |
| 3.3.3 多并发列车集群运营周期 |
| 3.3.4 CTC调度集中控制仿真实现 |
| 3.4 高速铁路列车群动态显示仿真技术 |
| 3.4.1 仿真底层基础数据输入 |
| 3.4.2 仿真线程池动态管理机制 |
| 3.4.3 仿真基础路网图构建策略 |
| 3.5 小结 |
| 4 高速铁路列车群运行仿真系统 |
| 4.1 列车群运行仿真架构 |
| 4.1.1 系统整体架构 |
| 4.1.2 数据架构 |
| 4.2 列车群运行仿真基础数据模块 |
| 4.2.1 底层数据输入模块 |
| 4.2.2 路网铺画模块 |
| 4.3 列车群运行仿真动车组模块 |
| 4.3.1 列控配置模块 |
| 4.3.2 动车组配置模块 |
| 4.3.3 列车配置模块 |
| 4.4 列车群运行仿真运营模块 |
| 4.4.1 时刻表模块 |
| 4.4.2 进路编排模块 |
| 4.4.3 计划运行图模块 |
| 4.5 列车群运行仿真输出模块 |
| 4.6 小结 |
| 5 高速铁路列车群运行仿真系统运用实证 |
| 5.1 区段追踪间隔方案可行性分析 |
| 5.1.1 区段追踪间隔方案仿真原理 |
| 5.1.2 可行性分析仿真实现 |
| 5.2 改进Rotor模型的区段通过能力计算仿真应用 |
| 5.2.1 数据处理及Rotor模型 |
| 5.2.2 改进Rotor模型通过能力计算方法 |
| 5.3 高速铁路列车群仿真晚点传播 |
| 5.3.1 正常真实行车数据场景仿真 |
| 5.3.2 突发事件对后行列车产生的影响 |
| 5.3.3 列车群运行晚点传播影响 |
| 5.4 小结 |
| 6 结论 |
| 6.1 主要研究工作 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
| 摘要 |
| abstract |
| 引言 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 城市快速路交通流特性研究 |
| 1.2.2 城市快速路交织区交通流特性研究 |
| 1.2.3 交织区对城市快速路上游路段的影响研究 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 小结 |
| 2 城市快速路理论基础与数据采集 |
| 2.1 交织区及其结构特点 |
| 2.2 数据调查方案 |
| 2.2.1 调查时间和地点 |
| 2.2.2 调查方法与数据采集 |
| 2.3 小结 |
| 3 城市快速路交通流特性 |
| 3.1 交织区车流时间分布特性 |
| 3.1.1 驶入匝道车流特性 |
| 3.1.2 驶出匝道车流特性 |
| 3.1.3 非交织车流特性 |
| 3.2 非交织车流时间分布特性 |
| 3.2.1 流量-时间分布特性 |
| 3.2.2 速度-时间分布特性 |
| 3.2.3 密度-时间分布特性 |
| 3.3 交通流关系模型 |
| 3.3.1 交通流关系分析 |
| 3.3.2 交通流关系模型 |
| 3.4 小结 |
| 4 交织区对城市快速路交通流状态影响分析 |
| 4.1 交通流模糊聚类分析 |
| 4.1.1 模糊C均值聚类算法 |
| 4.1.2 基于FCM的交通运行状态分类方法 |
| 4.1.3 交通影响状态划分 |
| 4.2 交织区关键影响参数选取 |
| 4.2.1 影响参数分析 |
| 4.2.2 因子分析法选取关键影响参数 |
| 4.3 主路上游路段交通流状态影响分析 |
| 4.3.1 交织车流和非交织车流影响分析 |
| 4.3.2 关键影响参数与密度关系模型 |
| 4.4 关键影响参数对交通状态影响范围确定 |
| 4.5 小结 |
| 5 仿真验证及分析 |
| 5.1 仿真方案设计 |
| 5.2 交织区交织流量对主路影响分析 |
| 5.2.1 自由流状态下仿真分析 |
| 5.2.2 稳定流状态下仿真分析 |
| 5.2.3 饱和流状态下仿真分析 |
| 5.3 小结 |
| 结论 |
| 参考文献 |
| 附录 A 交织区06:00-20:00 调查数据统计表 |
| 附录 B 主路上游路段06:00-20:00 调查数据统计表 |
| 附录 C 主路上游路段06:00-20:00 实测数据模糊聚类结果 |
| 在学研究成果 |
| 致谢 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分心驾驶次任务研究方法 |
| 1.2.2 分心驾驶对车辆绩效影响研究 |
| 1.2.3 分心驾驶对交通流影响研究 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容及技术路线 |
| 2 货车分心驾驶典型次任务选择 |
| 2.1 基于自然驾驶观察法的货车分心行为研究 |
| 2.2 基于CRSS交通事故数据库的货车分心行为研究 |
| 2.3 货车分心驾驶典型次任务和场景的选取 |
| 2.4 本章小结 |
| 3 货车分心驾驶模拟实验方案设计 |
| 3.1 实验设计 |
| 3.1.1 场景设计 |
| 3.1.2 分心次任务设计 |
| 3.1.3 实验思路 |
| 3.2 多车辆联动模拟实验平台的搭建 |
| 3.2.1 硬件平台 |
| 3.2.2 软件系统 |
| 3.2.3 其他辅助设备 |
| 3.3 实验方案 |
| 3.3.1 实验一:单车分心驾驶模拟实验 |
| 3.3.2 实验二:多车并行共线分心驾驶模拟实验 |
| 3.3.3 实验人员 |
| 3.3.4 实验流程 |
| 3.3.5 数据处理 |
| 3.4 本章小结 |
| 4 基于IDM的分心驾驶跟驰模型研究 |
| 4.1 考虑分心驾驶的跟驰模型构建 |
| 4.1.1 智能驾驶人模型 |
| 4.1.2 基于IDM的分心驾驶跟驰模型 |
| 4.2 跟驰模型参数标定 |
| 4.2.1 跟驰片段与制动片段提取 |
| 4.2.2 跟驰模型参数标定方法 |
| 4.2.3 分心影响参数标定方法 |
| 4.3 跟驰模型的验证 |
| 4.3.1 跟驰模型参数标定结果 |
| 4.3.2 跟驰模型参数标定结果分析 |
| 4.3.3 分心影响参数标定结果 |
| 4.3.4 分心影响参数标定结果分析 |
| 4.4 本章小结 |
| 5 分心驾驶对车辆绩效及车队稳定性影响研究 |
| 5.1 分心驾驶行为影响特征指标提取 |
| 5.1.1 特征指标提取方法 |
| 5.1.2 特征指标提取结果 |
| 5.1.3 特征指标分析方法 |
| 5.2 分心驾驶对车辆绩效影响研究 |
| 5.2.1 对车辆纵向驾驶绩效指标的影响 |
| 5.2.2 对车辆横向驾驶绩效指标的影响 |
| 5.2.3 对车辆跟驰行为指标的影响 |
| 5.2.4 综合影响分析 |
| 5.3 分心驾驶对车队稳定性影响研究 |
| 5.3.1 对后方车辆运动状态影响 |
| 5.3.2 稳定性影响理论分析 |
| 5.3.3 数值模拟 |
| 5.4 本章小结 |
| 6 基于交通仿真的分心驾驶对交通流影响研究 |
| 6.1 考虑分心驾驶的换道模型 |
| 6.2 驾驶人随机分心模型 |
| 6.2.1 随机分心模型构建 |
| 6.2.2 随机分心模型验证 |
| 6.3 基于SUMO的分心驾驶影响仿真环境搭建 |
| 6.3.1 SUMO软件简介 |
| 6.3.2 考虑分心驾驶的交通仿真模型框架 |
| 6.3.3 模型框架的验证 |
| 6.4 仿真交通流特征评价指标 |
| 6.4.1 交通流效率评价指标 |
| 6.4.2 交通流安全水平评价指标 |
| 6.5 货车比例对交通流的影响 |
| 6.6 分心驾驶对交通流的影响 |
| 6.6.1 分心驾驶对交通流效率的影响 |
| 6.6.2 分心驾驶对交通流安全水平的影响 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究工作总结 |
| 7.2 主要创新 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 研究现状及存在的问题 |
| 1.2.1 课题主要研究方法 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内研究现状 |
| 1.2.4 存在的问题 |
| 1.3 本文的主要工作 |
| 第2章 土壤物理力学参数测试及分析 |
| 2.1 引言 |
| 2.2 土壤的物理参数测试 |
| 2.2.1 土壤的质地测试 |
| 2.2.2 土壤的颗粒形状测试 |
| 2.2.3 土壤的含水率测试 |
| 2.2.4 土壤的密度测试 |
| 2.3 土壤的力学性能测试 |
| 2.3.1 土壤的堆积角试验 |
| 2.3.2 土壤与边界的静摩擦试验 |
| 2.3.3 土壤的直接剪切试验 |
| 2.3.4 土壤的坚实度试验 |
| 2.4 本章小结 |
| 第3章 轮胎和土壤仿真模型的建立 |
| 3.1 引言 |
| 3.2 轮胎及土槽边界模型的建立 |
| 3.3 土壤颗粒几何模型的建立 |
| 3.4 力学模型的确定 |
| 3.5 土壤参数的标定 |
| 3.5.1 基于土壤堆积试验的参数标定 |
| 3.5.2 基于直剪试验的参数标定 |
| 3.6 本章小结 |
| 第4章 轮胎滚动过程试验及仿真 |
| 4.1 引言 |
| 4.2 轮胎滚动过程试验 |
| 4.2.1 试验装置及试验条件 |
| 4.2.2 试验结果及分析 |
| 4.3 轮胎滚动过程仿真分析 |
| 4.3.1 模拟土槽试验系统建立 |
| 4.3.2 仿真参数设置 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高速公路互通立交合流区交通安全分析研究现状 |
| 1.2.2 合流换道模型研究现状 |
| 1.2.3 数据采集方法研究现状 |
| 1.2.4 国内外研究成果总结 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 本章小结 |
| 第二章 研究基础 |
| 2.1 合流区基本情况概述 |
| 2.1.1 合流区基本特征 |
| 2.1.2 合流区车辆运行特征 |
| 2.2 合流冲突形成过程及特征分析 |
| 2.2.1 合流冲突定义 |
| 2.2.2 合流冲突形成过程 |
| 2.2.3 合流冲突类型及特征 |
| 2.3 合流冲突指标 |
| 2.3.1 合流冲突指标的选取 |
| 2.3.2 合流冲突严重程度判定 |
| 2.4 合流冲突数据采集 |
| 2.4.1 人工观测法 |
| 2.4.2 微观交通仿真法 |
| 2.4.3 驾驶实验法 |
| 2.4.4 视频识别法 |
| 2.4.5 基于无人机航拍视频的交通冲突数据采集系统 |
| 2.5 合流冲突风险影响因素分析 |
| 2.5.1 合流执行位置对合流冲突的影响 |
| 2.5.2 合流持续时间对合流冲突的影响 |
| 2.5.3 车辆类型对合流冲突的影响 |
| 2.5.4 车辆行驶速度对合流冲突的影响 |
| 2.5.5 车辆间隙对合流冲突的影响 |
| 2.5.6 驾驶员驾驶能力对合流冲突的影响 |
| 2.5.7 交通特性对合流行为产生冲突的影响 |
| 2.6 本章小结 |
| 第三章 基于无人机航拍视频的交通冲突识别方法 |
| 3.1 航拍视频预处理 |
| 3.1.1 航拍视频画面处理 |
| 3.1.2 航拍视频稳定 |
| 3.1.3 航拍视频校准 |
| 3.2 运动目标检测与追踪 |
| 3.2.1 运动目标检测 |
| 3.2.2 运动目标跟踪 |
| 3.3 交通冲突识别 |
| 3.4 交通冲突识别系统应用 |
| 3.4.1 数据采集地点特征 |
| 3.4.2 数据采集方法 |
| 3.4.3 指标提取 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第四章 考虑合流选择行为的互通立交合流冲突风险预测 |
| 4.1 建模思路与方法 |
| 4.1.1 建模策略 |
| 4.1.2 建模方法 |
| 4.2 合流选择行为特性分析 |
| 4.2.1 合流执行位置 |
| 4.2.2 合流持续时间 |
| 4.2.3 合流速度 |
| 4.2.4 合流车辆与周围车辆的交互 |
| 4.3 驾驶员合流决策模型 |
| 4.3.1 建模样本统计与分析 |
| 4.3.2 合流决策模型估计 |
| 4.4 基于合流决策的合流冲突风险预测模型 |
| 4.4.1 合流车辆速度对合流冲突风险的影响 |
| 4.4.2 合流驾驶员驾驶能力对合流冲突风险的影响 |
| 4.4.3 合流执行位置对合流冲突风险的影响 |
| 4.5 模型应用 |
| 4.6 本章小结 |
| 第五章 考虑样本关联性的互通立交合流冲突风险预测 |
| 5.1 基于联合模型的互通立交合流冲突风险预测 |
| 5.1.1 建模策略 |
| 5.1.2 建模方法 |
| 5.1.3 建模准备 |
| 5.1.4 模型估计 |
| 5.1.5 模型比较 |
| 5.1.6 模型结果分析 |
| 5.2 基于贝叶斯网络的互通立交合流冲突风险预测 |
| 5.2.1 贝叶斯网络理论 |
| 5.2.2 建模数据准备 |
| 5.2.3 模型构建和验证 |
| 5.2.4 模型分析 |
| 5.2.5 模型应用 |
| 5.3 本章小结 |
| 第六章 合流冲突预测模型的应用 |
| 6.1 概述 |
| 6.2 建模思路与方法 |
| 6.2.1 建模策略 |
| 6.2.2 建模方法 |
| 6.3 模型求解 |
| 6.3.1 参数估计和模型比选 |
| 6.3.2 模型分析 |
| 6.3.3 弹性分析 |
| 6.4 模型应用 |
| 6.5 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究成果与结论 |
| 7.2 主要创新点 |
| 7.3 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录:第二章交通冲突指标计算方法 |
| 攻读博士期间发表论文及参与科研课题情况 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 收费站交通特性及安全研究 |
| 1.2.2 车辆事故风险建模研究 |
| 1.2.3 基于视频识别技术的交通冲突研究 |
| 1.2.4 研究概况评述 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 拟解决关键问题 |
| 1.3.3 研究内容 |
| 1.3.4 研究框架及技术路线 |
| 1.4 本章小结 |
| 第二章 基于视频识别技术的收费站分流区交通数据采集与分析 |
| 2.1 收费站概述 |
| 2.1.1 道路收费方式 |
| 2.1.2 收费站类型和基本组成 |
| 2.2 混合型主线收费站分流区定义 |
| 2.2.1 分流区定义 |
| 2.2.2 分流区车辆行驶特征 |
| 2.3 基于视频识别技术的车辆轨迹自动识别系统 |
| 2.3.1 系统框架 |
| 2.3.2 目标检测与目标跟踪方法 |
| 2.3.3 目标检测与目标跟踪验证 |
| 2.3.4 误差消除 |
| 2.3.5 坐标系转换 |
| 2.4 收费站分流区车辆微观轨迹提取 |
| 2.4.1 数据采集 |
| 2.4.2 轨迹提取与数据处理 |
| 2.5 基于车辆微观轨迹数据的收费站分流区交通流特征研究 |
| 2.5.1 车辆类型特征 |
| 2.5.2 车辆行驶时间特征 |
| 2.5.3 车辆速度特征 |
| 2.5.4 车辆车道选择特征 |
| 2.6 本章小结 |
| 第三章 面向收费站分流区无约束车辆运动的交通冲突研究 |
| 3.1 交通冲突技术 |
| 3.1.1 交通冲突定义和分类 |
| 3.1.2 交通冲突判别 |
| 3.2 无约束车辆运动的交通冲突估计 |
| 3.2.1 传统距离碰撞时间 |
| 3.2.2 无约束车辆运动的拓展距离碰撞时间 |
| 3.3 收费站分流区交通冲突机理研究 |
| 3.3.1 收费站分流区交通冲突定义及分类 |
| 3.3.2 收费站分流区交通冲突形成过程以及影响因素 |
| 3.4 基于拓展距离碰撞时间的收费站分流区交通冲突特征 |
| 3.4.1 基于车辆微观轨迹的交通冲突识别 |
| 3.4.2 交通冲突空间分布特征 |
| 3.4.3 交通冲突严重性特征 |
| 3.4.4 交通冲突与车道选择的关系 |
| 3.4.5 交通冲突与行驶速度的关系 |
| 3.5 本章小结 |
| 第四章 面向收费站分流区的车辆事故风险评估模型研究 |
| 4.1 收费站分流区车辆事故风险评估模型优选 |
| 4.1.1 参数事故风险评估模型 |
| 4.1.2 非参数事故风险评估模型 |
| 4.1.3 车辆事故风险建模与优选 |
| 4.2 基于贝叶斯方法的随机参数事故风险评估模型 |
| 4.2.1 随机参数logistic回归模型 |
| 4.2.2 基于贝叶斯方法的模型参数估计 |
| 4.3 收费站分流区车辆事故风险评估与分析 |
| 4.3.1 数据来源和模型构建 |
| 4.3.2 模型结果 |
| 4.3.3 车辆事故风险影响机理 |
| 4.3.4 车辆事故风险弹性效应 |
| 4.4 本章小结 |
| 第五章 考虑时空动态变化的收费站分流区车辆事故风险研究 |
| 5.1 研究思路 |
| 5.2 收费站分流区车辆事故风险时空动态变化特征 |
| 5.2.1 车辆行驶时间特征 |
| 5.2.2 车辆事故风险时变动态特征 |
| 5.2.3 车辆事故风险空间变化动态特征 |
| 5.3 基于时空动态变化的车辆事故风险评估模型 |
| 5.3.1 基于行驶时间变化的随机参数logistic回归模型 |
| 5.3.2 基于行驶距离变化的随机参数logistic回归模型 |
| 5.3.3 考虑时空动态变化的事故风险建模 |
| 5.4 基于行驶时间变化的车辆事故风险影响机理 |
| 5.4.1 本车特征对车辆事故风险时变动态影响 |
| 5.4.2 前车特征对车辆事故风险时变动态影响 |
| 5.4.3 交通流特征对车辆事故风险时变动态影响 |
| 5.5 基于行驶距离变化的车辆事故风险影响机理 |
| 5.6 车辆混行对车辆事故风险的影响 |
| 5.6.1 车辆混行分类及安全性分析 |
| 5.6.2 车辆混行对事故风险的时变动态影响 |
| 5.7 本章小结 |
| 第六章 基于离散数据更新的收费站分流区事故风险评估与安全管控研究 |
| 6.1 面向离散数据更新的车辆事故风险评估模型自适应修正研究 |
| 6.1.1 贝叶斯动态Logistic回归模型 |
| 6.1.2 数据采样 |
| 6.1.3 事故风险评估模型构建与评估准则 |
| 6.1.4 模型结果分析 |
| 6.1.5 遗忘参数敏感性分析 |
| 6.1.6 模型应用 |
| 6.2 收费站分流区车辆安全预分级 |
| 6.2.1 车辆安全评价模型 |
| 6.2.2 灰度聚类评价 |
| 6.2.3 车辆安全预分级模型构建 |
| 6.2.4 车辆安全预分级结果 |
| 6.2.5 车辆安全预警阈值选取 |
| 6.3 收费站分流区车辆安全管控 |
| 6.3.1 考虑车辆安全预分级的安全预警系统 |
| 6.3.2 面向车辆的安全管控思路 |
| 6.3.3 面向车辆的安全管控措施 |
| 6.4 本章小结 |
| 第七章 结论展望 |
| 7.1 主要研究成果与结论 |
| 7.2 研究创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究综述 |
| 1.2.1 机动车排放模型 |
| 1.2.2 机动车加速度特征分析 |
| 1.2.3 稀疏轨迹运用方法 |
| 1.2.4 微观仿真模型的排放测算优化方法 |
| 1.2.5 研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 论文框架结构 |
| 2 数据采集及加速度随机性特征对排放测算影响机理分析 |
| 2.1 数据源 |
| 2.1.1 运行轨迹数据 |
| 2.1.2 机动车排放数据 |
| 2.1.3 路网数据 |
| 2.2 排放测算方法 |
| 2.2.1 比功率分布计算方法 |
| 2.2.2 排放率计算方法 |
| 2.2.3 排放因子计算方法 |
| 2.3 加速度随机性特征对排放测算的影响机理分析 |
| 2.3.1 加速度、速度与排放的关系 |
| 2.3.2 加速度随机性特征对排放测算影响 |
| 2.4 本章小结 |
| 3 加速度随机性特征及其分布模型 |
| 3.1 加速度分布与比功率分布的相关性 |
| 3.2 加速度波动范围 |
| 3.3 不同运行状态下加速度分布特征 |
| 3.3.1 运行状态定义和识别方法 |
| 3.3.2 稳态加速度分布特征 |
| 3.3.3 非稳态加速的加速度分布特征 |
| 3.3.4 非稳态减速的加速度分布特征 |
| 3.4 加速度分布模型构建 |
| 3.4.1 稳态加速度分布模型 |
| 3.4.2 非稳态加速的加速度分布模型 |
| 3.4.3 非稳态减速的加速度分布模型 |
| 3.5 本章小结 |
| 4 基于加速度随机性特征及分布的稀疏轨迹重构模型 |
| 4.1 稀疏轨迹提取 |
| 4.2 稀疏轨迹排放测算误差来源分析 |
| 4.2.1 排放测算误差 |
| 4.2.2 排放测算误差来源分析 |
| 4.3 稀疏轨迹重构模型建立 |
| 4.4 稀疏轨迹重构模型验证 |
| 4.4.1 稀疏轨迹重构后加速度分布误差 |
| 4.4.2 稀疏轨迹重构后比功率分布误差 |
| 4.4.3 稀疏轨迹重构后排放因子误差 |
| 4.5 本章小结 |
| 5 基于加速度随机性特征及分布的微观仿真轨迹重构模型 |
| 5.1 微观仿真轨迹排放测算误差机理分析 |
| 5.1.1 仿真模型排放测算误差机理 |
| 5.1.2 仿真参数标定及仿真轨迹采集 |
| 5.1.3 排放测算误差 |
| 5.2 微观仿真轨迹重构模型建立 |
| 5.2.1 轨迹重构模型设计机理 |
| 5.2.2 轨迹重构模型建立 |
| 5.3 微观仿真轨迹重构结果分析 |
| 5.3.1 微观仿真轨迹重构的时间间隔选取 |
| 5.3.2 微观仿真轨迹重构模型验证 |
| 5.4 本章小结 |
| 6 案例应用 |
| 6.1 案例数据采集 |
| 6.1.1 逐秒轨迹采集 |
| 6.1.2 仿真参数采集 |
| 6.2 稀疏轨迹重构模型应用 |
| 6.2.1 稀疏轨迹提取 |
| 6.2.2 稀疏轨迹重构结果分析 |
| 6.3 微观仿真轨迹重构模型应用 |
| 6.3.1 微观仿真轨迹采集 |
| 6.3.2 微观仿真轨迹重构结果分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录A |
| 稳态加速度分布拟合检验结果 |
| 非稳态加速的加速度分布拟合检验结果 |
| 非稳态减速的加速度分布拟合检验结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.1.1 论文立题背景 |
| 1.1.2 论文立题意义 |
| 1.2 国内外研究概况 |
| 1.2.1 面向智能网联汽车的纵向控制模型 |
| 1.2.2 面向智能网联汽车的横向控制模型 |
| 1.2.3 高速公路瓶颈路段管理与控制技术 |
| 1.2.4 人工智能在交通工程领域中应用 |
| 1.2.5 交通安全分析与交通系统经济评价 |
| 1.2.6 国内外研究现状评述 |
| 1.3 研究目标及研究内容 |
| 1.3.1 论文研究目标 |
| 1.3.2 论文研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 论文研究方法 |
| 1.4.2 论文技术路线 |
| 1.5 本章小结 |
| 第二章 高速公路智能网联汽车下匝道换道模型和控制策略 |
| 2.1 研究动机与思路 |
| 2.2 高速公路智能网联汽车换道行为建模与效果分析 |
| 2.2.1 智能网联汽车跟驰模型 |
| 2.2.2 智能网联汽车微观自由换道模型 |
| 2.2.3 智能网联汽车微观强制换道模型 |
| 2.3 高速公路智能网联汽车下匝道分级控制策略 |
| 2.3.1 智能网联环境下匝道分级控制策略 |
| 2.3.2 智能网联环境匝道控制策略评价指标 |
| 2.3.3 智能网联环境仿真平台搭建与参数标定 |
| 2.4 高速公路智能网联汽车下匝道控制效果分析 |
| 2.4.1 换道路径控制策略对速度演化影响分析 |
| 2.4.2 换道路径控制策略对通行能力影响分析 |
| 2.4.3 换道路径控制策略对间隙选择影响分析 |
| 2.4.4 换道路径控制策略对综合费用影响分析 |
| 2.5 本章小结 |
| 第三章 基于机器学习的智能网联汽车下匝道换道行为建模 |
| 3.1 研究动机与思路 |
| 3.2 基于机器学习的智能网联汽车微观仿真平台 |
| 3.2.1 智能网联汽车纵向控制模型 |
| 3.2.2 基于随机森林的换道决策过程 |
| 3.2.3 基于神经网络的换道执行过程 |
| 3.3 基于机器学习的智能网联环境交通仿真研究框架 |
| 3.3.1 基于机器学习的智能网联汽车换道行为建模研究框架 |
| 3.3.2 NGSIM数据库车辆轨迹数据提取与分析 |
| 3.3.3 交通系统安全评价指标 |
| 3.3.4 智能网联环境计算机仿真场景设计 |
| 3.4 基于机器学习的智能网联汽车换道模型评价与影响分析 |
| 3.4.1 换道模型标定及不同换道模型控制效果对比 |
| 3.4.2 基于机器学习的换道模型控制下行驶速度演化分析 |
| 3.4.3 基于机器学习的换道模型控制下通行能力影响分析 |
| 3.4.4 基于机器学习的换道模型控制下交通安全影响分析 |
| 3.5 智能网联交通系统关键参数敏感性分析 |
| 3.5.1 跟驰模型对通行能力与交通安全影响分析 |
| 3.5.2 延迟时间对通行能力与交通安全影响分析 |
| 3.5.3 下匝道车辆比例对通行能力与交通安全影响分析 |
| 3.5.4 碰撞时间阈值对交通安全评价影响分析 |
| 3.6 本章小结 |
| 第四章 基于进化学习的智能网联汽车下匝道控制 |
| 4.1 研究动机与思路 |
| 4.2 进化学习与智能网联汽车换道控制框架 |
| 4.2.1 进化学习与交通控制 |
| 4.2.2 基于进化学习的智能网联汽车下匝道控制框架 |
| 4.3 交通流数据采集与仿真场景设置 |
| 4.3.1 智能网联环境交通流跟驰模型与换道模型 |
| 4.3.2 NGSIM数据库车辆轨迹数据提取与分析 |
| 4.3.3 智能网联环境交通仿真场景设置与实施流程 |
| 4.4 进化学习控制下智能网联环境混合交通流系统评价 |
| 4.4.1 换道模型标定及不同换道模型控制效果对比 |
| 4.4.2 进化学习控制框架下速度演化特征分析 |
| 4.4.3 进化学习控制框架下通行能力特征分析 |
| 4.4.4 进化学习控制框架下交通安全特征分析 |
| 4.5 进化学习控制框架中智能网联交通系统关键参数敏感性分析 |
| 4.5.1 车头时距对通行能力与交通安全影响分析 |
| 4.5.2 TTC阈值对交通安全评价影响分析 |
| 4.5.3 进化学习迭代次数对拟合精度与计算效率影响分析 |
| 4.5.4 车辆轨迹提取数量对拟合精度与计算效率影响分析 |
| 4.6 本章小结 |
| 第五章 基于场论的智能网联汽车下匝道换道行为安全评价 |
| 5.1 研究动机与思路 |
| 5.2 基于场论的智能网联汽车换道行为安全评价指标 |
| 5.2.1 场论思想与车辆换道行为 |
| 5.2.2 智能网联环境下驾驶安全场分类 |
| 5.2.3 基于场论的智能网联汽车换道行为安全评价指标 |
| 5.3 智能网联汽车交通流模型与换道控制策略 |
| 5.3.1 智能网联汽车交通流模型 |
| 5.3.2 智能网联汽车下匝道控制策略 |
| 5.3.3 智能网联仿真环境参数设置 |
| 5.4 基于场论的智能网联汽车下匝道换道控制策略安全评价 |
| 5.4.1 下匝道瓶颈处速度与磁场力分析 |
| 5.4.2 换道比例与风险等级分布特征 |
| 5.4.3 换道行为对跟随车辆影响分析 |
| 5.4.4 换道行为对当前车辆影响分析 |
| 5.5 本章小结 |
| 第六章 智能网联环境下高速公路下匝道瓶颈路段经济评价模型 |
| 6.1 研究动机与思路 |
| 6.2 面向智能网联环境的综合经济评价模型 |
| 6.2.1 面向智能网联环境的综合经济评价模型通式 |
| 6.2.2 综合经济评价模型中时间成本 |
| 6.2.3 综合经济评价模型中能耗成本 |
| 6.2.4 综合经济评价模型中道路建设成本 |
| 6.2.5 综合经济评价模型中设备设施成本 |
| 6.3 经济数据采集与智能网联汽车交通流模型 |
| 6.3.1 智能网联环境下综合经济评价模型研究框架 |
| 6.3.2 智能网联环境下经济数据预测与采集 |
| 6.3.3 智能网联汽车微观交通流仿真平台 |
| 6.3.4 智能网联环境高速公路瓶颈路段场景设置 |
| 6.4 智能网联环境下交通系统经济指标分析 |
| 6.4.1 同质交通流下速度与通行能力特性 |
| 6.4.2 不同国家交通系统单一经济指标对比分析 |
| 6.4.3 不同国家交通系统运行总成本对比分析 |
| 6.4.4 不同地区交通系统经济指标对比分析 |
| 6.5 智能网联交通系统关键参数敏感性分析 |
| 6.5.1 主线与匝道流量对交通系统运行总成本影响分析 |
| 6.5.2 电动汽车对交通系统运行总成本影响分析 |
| 6.5.3 高载客率车辆对交通系统运行总成本影响分析 |
| 6.5.4 CACC退化ACC对交通系统运行总成本影响分析 |
| 6.6 5G通讯技术对交通系统经济影响分析 |
| 6.6.1 5G通讯特征简介 |
| 6.6.2 5G通讯技术对智能网联环境影响分析 |
| 6.6.3 5G通讯技术对交通系统经济影响分析 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文研究工作总结 |
| 7.2 论文创新点 |
| 7.3 进一步研究工作 |
| 致谢 |
| 参考文献 |
| 作者简介 |